哔哩哔哩技术·· 25 天前精选AI 评分50
哔哩哔哩 HOMURA 强化学习框架入选 EMNLP 2026 Oral，优化时间受限翻译
EMNLP 2026 Oral｜HOMURA：面向时间受限场景的 LLM 翻译强化学习优化
AI 导读
哔哩哔哩 Index LLM 团队的 HOMURA 强化学习框架被 EMNLP 2026 接收为 Oral，针对 LLM 翻译中的跨语言冗长偏差，提出 Sand-Glass 基准和动态音节比例奖励，实现音节级长度控制。
推荐理由
论文诊断了 LLM 翻译的冗长偏差，给出音节级奖励的 RL 方案和压缩阈值，且已落地到 B 站原声翻译。
来源：哔哩哔哩技术 · mp.weixin.qq.com